centos7搭建部署fabric环境

前言

该文章基于centos7搭建fabric环境，目的是让大家少踩坑。
该文章充分借鉴多篇博客，并将其他博客中处理安装时遇到的问题的解决方案集中一起，方便初学者搭建环境。

安装包

在搭建环境时，涉及离线安装的压缩包汇总
网盘地址：https://pan.baidu.com/s/1EHD399TPiDReoYV3MfIS_A
提取码：ugjg

环境搭建

yum源设置

1. 备份本地yum源

   sudo cp /etc/yum.repos.d/CentOS-Base.repo  /etc/yum.repos.d/CentOS-Base.repo.bak 

2. 设置aliyun源

   sudo wget -O /etc/yum.repos.d/CentOS-Base.repo http://mirrors.aliyun.com/repo/Centos-7.repo

3. 清理缓存

   sudo yum clean all 

4. 更新yum源

   sudo yum update 

git安装

yum install git -y

curl安装

yum install curl -y

docker安装

1. 卸载旧版本

   sudo yum remove docker \
                   docker-client \
                   docker-client-latest \
                   docker-common \
                   docker-latest \
                   docker-latest-logrotate \
                   docker-logrotate \
                   docker-selinux \
                   docker-engine-selinux \
                   docker-engine

2. 安装软件包

   yum install -y yum-utils device-mapper-persistent-data lvm2

3. 添加docker yum源

   yum-config-manager \
   --add-repo \
   https://download.docker.com/linux/centos/docker-ce.repo

4. 安装docker

   yum install docker-ce

5. 启动docker

   systemctl start docker

6. 查看docker运行状态

   systemctl status docker

安装docker-compose

1. 在线安装(不建议，常因网络原因导致安装失败)

   sudo curl -L https://github.com/docker/compose/releases/download/1.20.1/docker-compose-`uname -s`-`uname -m` > /usr/local/bin/docker-compose

2. 离线安装（建议）

   1. 从官网下载：https://download.docker.com/linux/static/stable/x86_64/

   2. 解压到 /usr/local/bin 下

      tar -zxvf xxx.tar.gz -C /usr/local/bin

   3. 修改名字为 docker-compose

      mv docker-composexxx docker-compose

   4. 修改权限

      chmod +x /usr/local/bin/docker-compose

   5. 查看是否安装成功

      docker-compose -v
      

Go语言安装

1. 下载Go安装包：https://golang.org/dl/

2. 解压(目录可以自己选择，本人已 /opt/moudle/ 为例)

   tar -zxvf goxxxx.tar.gz -C /opt/moudle/

3. 配置Go的环境变量

   vim /etc/profile
   export GOPATH=/opt/moudle/go
   export PATH=$PATH:$GOPATH/bin

4. 刷新配置文件

   source /etc/profile

5. 查看是否安装成功

   go version

部署fabric

1. 进入go目录下

   cd /opt/moudle/go

2. 通过git拉取fabric源码

   git clone https://github.com/hyperledger/fabric.git 
   

3. 进入fabric文件

   cd fabric

4. 查看分支

   git branch -a

5. 切换分支（本次演示使用 v1.4.4)

   git checkout -b v1.4.4

6. 拉取fabric-samples

   1. 进入script目录下

      cd scripts

   2. 直接运行 bootstrap.sh (不建议，会由于网络原因失败)

      ./bootstrap.sh

   3. 手动下载(建议)

      1. 下载解压：https://github.com/hyperledger/fabric-samples/releases 下载相应版本v1.4.4

      2. 还需要下载两个安装包：

         hyperledger-fabric-ca-linux-amd64-1.4.4.tar
         hyperledger-fabric-linux-amd64-1.4.4.tar

      3. 解压这两个安装包

         • 将两个压缩包中的bin目录合并，放在fabric-samples目录下
         • 将两个压缩包中的config目录（只有一个压缩包中有config）放到fabric-samples目录下

   4. 编辑 bootstrap.sh脚本，注释 Samplesinstall和binariesinstall步骤

      vim bootstrap.sh
      ============================================================
      if [ "$SAMPLES" == "true" ]; then
        echo
        echo "Installing hyperledger/fabric-samples repo"
        echo
      #  samplesInstall  找到注释
      fi
      if [ "$BINARIES" == "true" ]; then
        echo
        echo "Installing Hyperledger Fabric binaries"
        echo
      #  binariesInstall 找到注释
      fi
      if [ "$DOCKER" == "true" ]; then
        echo
        echo "Installing Hyperledger Fabric docker images"
        echo
        dockerInstall
      fi
      

   5. 执行bootstrap.sh脚本

      ./bootstrap.sh
      

   6. 构建网络（一定要保证能够访问外网）

      1. 进入 fabric-samples/first-network/ 目录下

         cd fabric-samples/first-network/

      2. 执行 byfn.sh -m generate -c MyChannel

         sh byfn.sh -m generate -c MyChannel

      3. 启动网络

         sh byfn.sh -m up -c MyChannel

      4. 关闭网络

         sh byfn.sh -m down

   参考博客

   1. https://blog.csdn.net/qq_34680444/article/details/87257141?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.nonecase
   2. https://blog.csdn.net/qq_34420351/article/details/102744217?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.nonecase
   3. https://blog.csdn.net/Aaron_Kings/article/details/88319633